Принципы построения инфокоммуникационных систем для обработки и передачи параллельных данных тема диссертации и автореферата по ВАК РФ 05.12.13, доктор технических наук Смирнов, Александр Александрович

• Смирнов, Александр Александрович
• доктор технических наук
• 2005

Оглавление диссертации доктор технических наук Смирнов, Александр Александрович

ВВЕДЕНИЕ

1. ПРОБЛЕМЫ ПОСТРОЕНИЯ ПАРАЛЛЕЛЬНЫХ ИПФОКОМ-МУНИКАЦИОННЫХ СИСТЕМ ДЛЯ ОЬРАЬОТКИ И ПЕРЕДАЧИ ПАРАЛЛЕЛЬНЫХ ДАННЫХ.

1.1. Проблемы внедрения параллельных технологий в инфокоммуникациопные системы.

1.2. Перспективы представления данных в параллельном формате.

1.3. Внедрение параллельных технологий в инфокоммуникациопные сети России.

1.4. Параллельные технологии в информационном обеспечении телекоммуникационных систем

1.5. Обзор современного состояния уровня внедрения параллельных технологий в телекоммуникационные системы.

1.6. 1 Остановка научной проблемы исследования . 4S

2. МАТЕМАТИЧЕСКИЕ ОСНОВЫ 1 ЮСТРОЕНИЯ МОДЕЛЕЙ ПАРАЛЛЕЛЬНЫХ ИНФОРМАЦИИ! II1ЫХ СТРУКТУР

2.1. Основы теории параллельных вычислений (параллельная математика).

2.2. Вероятностное описание вычетов в системе остаточных классов

2.3. Разработка теории информации в системе остаточных классов.оЗ

2.4. Интегральное исчисление в СОК

2.5. Выводы

3. ПРЕДСТАВЛЕНИЕ И ПЕРЕДАЧА ПАРАЛЛЕЛЬНЫХ ДАННЫХ В КАНАЛАХ СВЯЗИ.

3.1. Сигналы и спектры в СОК.

3.1.1. Временное представление сигналов в СОК

3.1.2. Частотное представление сигналов в СОК.

3.2. Корреляционный анализ в СОК

3.3. Передача параллельных данных по КС.

3.3.1. Оценка скорости передачи данных в СОК по двоичным КС

3.3.2. Оценка количества информации, содержащегося в позиции числа.

3.3.3. Использование чисел Ферма в качестве оснований

СОК двоичного.

3.4. Помехоустойчивое кодирование при передаче данных в СОК.1 I

3.5. Безопасность передачи информации в формате СОК.

3.6. Выводы

4. ПОСТРОЕНИЕ МОДЕЛЕЙ ПАРАЛЛЕЛЬНЫХ

КАНАЛОВ СВЯЗИ

4.1. Принципы построения моделей КС.

4.2. Статистическое моделирование КС.

4.3. Разработка многолучевых параллельных КС.

4.4. Разработка многоканальных параллельных КС.

4.4.1. Построение первичного сигнала.

4.4.2. Параллельные каналы с частотным разделением.

4.4.3. Параллельные каналы с временным разделением.

4.5.4. Параллельные каналы с кодовым разделением.

4.5. Помехоустойчивость параллельных КС.

4.5.1. Помехоустойчивость последовательного многолучевого КС.

4.5.2. Помехоустойчивость параллельного многолучевого КС

4.5.3. Помехоустойчивость многоканального параллельного КС

4.6. Пропускная способность параллельных КС.

4.7. Выводы

5. РАЗРАБОТКА ЭЛЕМЕНТОВ ИФОКОММУНИКАЦИО! 1НЫХ

СИСТЕМ В НЕЙРОСЕТЕВОМ БАЗИСЕ

5.1. Построение инфокоммуникационных систем в пейросетевом базисе

5.2. Применение нейронных сетей в синтезе элементов инфокоммуникаций

5.3. Разработка нейронной сети для приемно-декодирующего устройства.

5.3.1. Синтез нейронной сети оптимального приемника.

5.3.2. Синтез нейронной сети декодирующего устройства.

5.3.3. Синтез нейронной сети приемно-декодирующего устройства.

5.4. Разработка протоколов передачи параллельных данных.

5.5. Выводы.

Введение диссертации (часть автореферата) на тему «Принципы построения инфокоммуникационных систем для обработки и передачи параллельных данных»

Историю развития телекоммуникаций можно исчислять с древних времен, с того момента, как один человек сумел передать информацию другому человеку на расстоянии. Однако наибольшее значение имеют последние 180 лет с момента первой демонстрации в 1832 г. ученым П.Л. Шиллингом электромагнитного телеграфа, изобретения радио в 1895 г. ученым Д.С. Поповым, запуска в СССР первого искусственного спутника земли в 1947 г. и по настоящее время изобретения сотовой связи, персональных ")ВМ и соединения их в глобальные сети.

Еще каких-то 50 лет назад казалось утопией обеспечить телефон в каждой квартире. Простой подсчет показывал, что для этих целей необходимы миллионы километров кабеля, миллиарды гон меди и огромные кабельные колодцы. Однако внедрение систем уплотнений, систем многоканальной связи, цифровых телефонных станций и др. разработок позволило сделать мечту каждой семьи реальностью уже к концу XX века.

Еще более фантастической казалась идея обеспечения индивидуальной двусторонней радиосвязью каждого человека. Буквально 30 лет назад скептики считали невозможным создание такого приемопередатчика. Они считали, что для обеспечения двусторонней радиосвязи в пределах города необходимые размеры радиотелефона и его масса превысят разумные пределы, так как необходимо обеспечить устойчивую радиосвязь на большие расстояния. Кроме того, считалось невозможным устраним, экранирование сиг-пала городскими застройками. Самым убедительным был довод, что необходимая полоса частот для нормальной артикуляционной разборчивости составляет 3 к!.ц. Простое деление допустимого радиодиапазопа па эту полосу с учетом разделительных частотных полос дает число возможных телефонов всего в нескольких сотен. Решение данной проблемы оказалась, как и все гениальное, просто. Вместо увеличения дальности связи радиотелефона ограничили ее до километра. Это позволило уменьшить размеры аппаратов, снизить энергопотребление, уменьшить необходимое число одновременных пользователей в радиусе приемной станции и др. Единственное, что необходимо было сделать - это создать сеть приемопередающих станций, обеспечив их электромагнитную совместимость. Ранее это казалось невозможным, поскольку вычислительные потребности такой сети превышали мощности существующих тогда суперЭВМ.

Сейчас уже не кажется утопией обеспечение каждого человека персональной видеосвязью, однако кажется недостижимым передача, например голографических образов. Проблема состоит не только в технической реализации средств связи, но и в ограничении пропускной способности существующих каналов и сетей связи. Т. е. мы столкнулись с той же проблемой, которая стояла в середине XX века. Однако, как мы убедились, будет большой ошибкой говорить о принципиальной невозможности решения этой проблемы сегодня.

Актуальность темы.

Если проанализировать темпы развития телекоммуникационных систем, то можно сказать, что наибольший рост наблюдается в последние десятилетия. Обусловлено это пауч-но-техническим прорывом в области технологий материалов и элементной базы. Были открыты полупроводники и созданы интегральные микросхемы, что сделало боле доступным средства телекоммуникаций. Даже самые смелые прогнозы не позволяли предположить потребительский потенциал информационного рынка, повлекшего за собой такие темпы развития телекоммуникационных средств.

Таблица 1.1

Пока <а ic. ill 2000 2005 2010

Количество телефонии млн. 31 2 36.') 47.7

Телефонная плотность на 100 жителей, % 21 25.3 32.7

Количество мобильных телефоном, млн. 1 9,24 и 1

11лотпоеть еотоных те- 1 лефонов па 100 жите- i 0 6,3 15.2 лей, % ■

Количество пользователей Интернет, млн. -> 5 Ь.О 2h, 1

1 LioiTioeiь польчова 1 е- лей Интернет па 100 1 .7 4.1 1 7,с) жи телей, %

Прогноз темпов развития телекоммуникационных систем в России [103, 106J показывает (табл. 1.1), что средства мобильной связи и пользователей Интернет с 2000 г. по 2010 г. возрастет более чем на порядок. Объем информации, передаваемой через информационно-телекоммуникационную или инфокоммуникационпую структуру мира, удваивается каждые 2-3 года.

Для обеспечения растущих потребностей передачи и обработки информации постоянно необходимо решать две принципиальные проблемы совершенствования инфоммуникационных систем. Первая проблема, связанная с совершенствованием оконечных устройств (ОУ), и вторая связанная с совершенствованием сетей и каналов связи (КС). Обе эти проблемы связаны с разработкой эффективных путей развитии и совершенствованием архитектуры сетей и систем телекоммуникаций и входящих в них устройств.

Решение проблемы совершенствования ОУ связано с повышением их скорости обработки информации, которое возможно на основе повышения рабочих тактовых частот, распараллеливания данных и др. Именно в этом направлении, например, развиваются современные персональные ЭВМ. Скорость их работы повышается за счет' увеличения тактовой частоты центрального процессора и разрядности шин данных и адресов. Кроме того, современные микропроцессоры имеют многоконвейерную архитектуру. Однако это направление в последнее время сталкивается с проблемами современного тех н ол о ги ч ее ко го о гран и ч е п и я.

В настоящий момент' все большое развитие находит не только распараллеливание данных в ЭВМ, по и применение параллельной математики, такой как система остаточных классов (СОК), которая в отличие от привычной позиционной системы счисления (ПСС) позволяет выполнять операции сложения и умножения параллельно, т. е. без учета переносов из младших разрядов в старшие. Это существенно повышает скорость вычислений особенно в прикладных задачах. Например, обработка изображений, распознавание образов, спектральный анализ и др.

Решение второй проблемы сталкивается с большими, чем первая проблема трудностями. Сети связи, как правило, дорогостоящие, что затрудняет их замену на современные сет и. Поэтому одним из направлений совершенствования ипфокоммуникационных систем является модернизация существующих линий и сетей связи, научно-обоснованное расширение области их использования и др. Примером может служить использование современных методов модуляции, использование телевизионных кабельных сетей для доступа в Интернет, создание локальных компьютерных сетей на основе питающих линий и др.

Анализ средств телекоммуникаций показывает, что темпы развития оконечных устройств опережают темпы роста сетей связи. Все чаще требуется обеспечить передачу видеоизображений, обеспечить одновременный доступ к данным в режиме конференций и т.д. В настоящее время широкое развитие находят параллельные устройства, функционирующие в параллельной математике, такие как нейрокомпьютеры, элементной базой которых является техническая реализация прототипа биологического нейрона. Последние в настоящее время имеют быстрые темпы развития во всем мире и уже внедрены в некоторые передовые системы [22, 38, 42 51, 59 - 61, 67, 70, 73, 88, 98, 100, 117, 118, 125, 176, 185, 187, 210, 2281. Развитию нейрокомпьютеров в частности посвящен журнал перечня ВАК «Нейрокомпьютеры, разработка и применение». В го же время средства сетей связи: кодирования, декодирования, уплотнения, модуляции и т. д. остаются последовательными. Обусловлено это тем, что практически все КС последовательные.

Очевидно, что для глобального объединения телекоммуникационных систем в единую глобальную ипфокоммуникационную систему необходимо объединить как существующие, так и перспективные оконечные устройства посредством как существующих последовательных, так и на основе разработки принципиально новых параллельных каналов связи.

Таким образом, сформировались следующие противоречия при реализации глобальной параллельной инфокоммуникациопной системы.

1. Существующие сети связи не способны обработать объемы информации, предлагаемые оконечными устройствами, что накладывает ограничения на последние.

2. Существующие каналы связи не предназначены для передачи данных в параллельном формате, что сдерживает развитие параллельных оконечных устройств.

3. Элементы телекоммуникаций (кодеры, модуляторы, приемники и т. д.) не согласованны с параллельными оконечными устройствами, такими, как нейрокомпьютеры, что в свою очередь сдерживает' разработку и внедрение параллельных каналов связи и др.

Подобные противоречия формируют общую проблему создания перспективных высокопроизводительных ифокоммуникационных систем: «Внедрение параллельных технологий и параллельной математики, т. е. массового параллелизма в системы инфокоммупикаций», которая обусловлена наличием научной проблемы: «Разработки теории обработки и передачи данных в параллельной математике».

Необходимость решения данной проблемы обуславливает' актуальность выбранного направления и темы диссертационного исследования «Принципы построения инфокоммуникациоипых систем для обработки параллельных данных».

Цели и задачи исследования.

Анализ существующего научно-методического аппарата показывает, что наличие указанной проблемы обусловлено, прежде всего, отсутствием теоретического обоснования принципов параллельной передачи параллельных данных и построения параллельных телекоммуникационных систем для обработки таких данных.

Решение указанной проблемы возможно па основе достижения цели исследования: «Разработка теории и принципов построения инфокоммуни-кациопных систем для обработки и передачи параллельных данных па основе интеграции параллельной математики и теории электрической связи, внедрение массового параллелизма на всех уровнях этих систем»

С учетом указанных противоречий достижение поставленной цели возможно на основе решения следующих частных задач.

1. Развитие теорий интегрального исчисления для модулярных функций и вероятностного описания вычетов.

Модулярное интегрирование необходимо для анализа сигналов в СОК, а вероятностное описание вычетов для представления теории информации в СОК. В результате ее решения необходимо разработать математический аппарат интегрального исчисления для модульных функций, а так же определить законы распределения вероятностей вычетов в СОК.

2. Развитие теории информации в системе остаточных классов.

На основе статистической оценки вычетов СОК необходимо развить теорию информации для данных, представленных в СОК. Далее на ее основе оценить избыточность СОК относительно ПСС.

3. Разработка научно-методического аппарата спектрального и корреляционного анализа сигналов в СОК.

На основе теории модулярного интегрирования необходимо разработать методику спектрального и корреляционного анализа сигналов, представленных в СОК, а так же обосновать возможность передачи параллельных данных по последовательным КС.

4. Разработка моделей параллельных КС для передачи параллельных данных на основе существующих и перспективных КС.

В рамках данной задачи на основе известных подходов моделирования дискретно-стохастических (Р - схем), непрерывно-стохастических (Q схем) и дискретно-детерминированных (Р - схем) моделей [227] необходимо разработать статистическую многолучевую модель КС1 для передачи параллельных данных в реальных условиях распространения сигнала.

5. Обоснование основных направлений помехоустойчивого кодирования в КС при передаче данных в СОК.

В результате решения данной задачи необходимо определить основные методы помехоустойчивого кодирования при передачи данных по последовательным КС.

Одновременно с этим, необходимо рассмотреть возможность использования избыточности СОК при шифровании информации в системах безопасности связи.

6. Разработка элементов телекоммуникаций в нейросетевом базисе на основе известных методов построения и обучения нейронных сетей.

В результате решения данной задачи необходимо провести анализ возможной реализации существующих элементов телекоммуникаций в параллельном нейросетевом базисе.

7. Обоснование стандартов протоколов передачи данных в СОК на всех уровнях построения инфокоммуникационных систем.

Решение данной задачи позволит разработать основы построения протоколов в СОК с целыо обеспечения их совместимости с существующими протоколами передачи данных в I1CC.

Решение представленных частных задач осуществляется па основе исследования объекта и предмета исследований.

В данном случае объектом исследования являются теория инфоком-мупикаций, включающая в себя теорию передачи сигналов, теорию информации и помехоустойчивого кодирования, а так же основы построения телекоммуникационных систем.

Поскольку основной целью диссертационных исследований является разработка теории и принципов построения инфокоммуникационных систем для передачи и обработки параллельных данных, то предметом исследования являются вопросы передачи и обработки параллельных данных как в существующих, так и перспективных инфокоммуникационных системах. Т.е. все аспекты теорий информации, кодирования и др., касающихся обработки и передачи параллельных данных в СОК.

Актуальность разработки параллельных телекоммуникационных систем очевидна и имеет место с момента появления первых линий связи. Однако достижение поставленной в работе цели диссертационных исследований стало возможным именно в настоящее время вследствие современною бурного развития следующих важных научно-технических направлений. Ней-роматематика, зарожденная Акушским И.Я. [1 - 3J и развиваемая Галушкиным А.И., Червяковым Н.И. и др. [2, 51, 210J. Развитие пейроматематики обусловлено другим современным быстроразвивающимся научно-техническим направлением, а именно нейронные сети и нейрокомпьютеры. Данное направление зарождалось [116, 142, 246] во второй половине XX века (Розенблатт Ф., Hopfield J., Мкртчян С. О.) и поддерживаемая современными учеными Галушкиным А.И., Червяковым Н.И., Zang D. и др. [42 - 51, 5() -61, 125, 187, 210 - 212].

Одновременно развивалась теория телекоммуникаций, получившая свое начало от первых информационных систем (телеграфных и телефонных аппаратов, телексов, телетайпов и др.), объединенных различными типами каналов связи (проводных каналов, радиоканалов и др.). На этом этапе зачастую велись исследования в отдельных взаимно не связанных направлениях, таких как статистическая радиофизика (Татарский В. И., Рытов С.М., Иси-мару А., Левин Ь.Р. и др.) [81, 108, 144], статистическая радиотехника (Фиик Л. М. Кловский Д.Д., Зюко А. Г. Маслов О.Н., Пашигщев В.П. и др.) [77, 115, 128 - 135, 203], радиотехнические системы и распространение радиоволн (Альперт Я. JIДолуханов М. II. Калинин А.И. Самойлов А.Г. и др.) |5, 41, 68, 83, 146|, помехоустойчивое кодирование (Шеннон К., Скляр Б. и др.) [13, 15] и др.

Лишь на современном этапе развития теории моделирования (Самарский А.А., Яковлев Б. Я., Советов С. А.) 1145, 227| и технических возможностей реализации моделей на ЭВМ стало возможным объединение различных направлений исследований в единые модели элементов телекоммуникационных систем.

Па этой основе стало возможным развитие направления «инфокоммуникациопные технологии», объединяющие в себе все передовые технологии и достижения указанных направлений на новом уровне глобализации в единую информационную систему (Курк Б.П., Бройдо В.Л., Попов Г.П., Пяти-братов А.П. и др.) [23, 106, 140, 141].

В последние годы наблюдается все большее проникновение параллельных технологий в телекоммуникационные системы, например GPRS, пейроускорители цифровой обработки сигналов и др. (Комашипский В. П., Сминов Д. А., Галушкин А.И.). Одновременно с этим в настоящее время сформировались и бурно развиваются научные направления по внедрению параллельной математики, такой как СОК в нейрокомпьютеры и другие параллельные системы (Червяков П.П., Zang D) [210, 254).

Настоящие исследования проводились на стыке упомянутых направлений и преследовали, в том числе, цель их интеграции в одно направление «Параллельные инфокоммуникациопные технологии». Т. е. передача и обработка параллельных данных в параллельной математике в параллельных инфокоммуникационных системах. В данном случае связующим звеном двух направлений оказались параллельные технологии, теория и практика которых интенсивно развивается в настоящее время.

Основными методами исследования являлись методы математическою анализа для получения новых аналитических выражений, методы теории вероятностей, позволяющие проводить вероятностную оценку и определять законы распределения вероятностей вычетов, методы статистического моделирования, статистической радиотехники и распространения радиоволн при построении модели параллельного многолучевого капала связи. А так же методы нейроматематики, позволяющие разрабатыват ь нейронные сети, проводить анализ их возможного обучения и др.

В качестве информационной базы исследования использованы научные источники в виде сведений из приведенных в работе списке литературы книг, статей журналов, материалов конференций, в том числе и зарубежных. Кроме того, использовались статистические данные Минсвязи, Лаборатории параллельных информационных технологий и других НИИ, представленные в электронных базах глобальной сети Интернет'. При написании работы учитывались ГОСТы и стандарты, введенные в сфере телекоммуникаций, приведенные в частности в работах [204, 222| и других руководящих документах и терминологических справочниках. В работе так же были использованы результаты машинного эксперимента по оценке помехоустойчивости и статистических характеристик модели многолучевого канала связи, результаты компьютерных расчетов спектров сигналов, представленных в СОК, а тек же результаты моделирования обучения нейронных сетей па примере согласованного фильтра. Моделирование осуществлялось лично автором па ЭВМ в математической среде Mathcad.

Научная новизна исследования заключается в следующем:

1. В работе поставлена проблема интеграции параллельных технологий в инфокоммуникационные системы и предложено направление решения данной проблемы.

2. В рамках решения проблемы разработан математический аппарат модулярного интегрирования необходимого для анализа сигналов в СОК. На основе доказанных теорем автором расширена область применимости интегрального исчисления на случай интегрирования модулярных функций.

3. Используя основные методы теории вероятностей и на основе доказательства теоремы, получены новые законы распределения вероятностей вычетов СОК при их последовательной передаче, которые были использованы в развитии теории информации для СОК.

4. На основе статистической оценки вычетов СОК развита теория информации для данных в системе остаточных классов, была проведена количественная оценка избыточности СОК относительно ПСС.

5. Па основе доказательства четырех теорем разработан научно-методический аппарат спектрального и корреляционного анализа сигналов в СОК, отличающийся от известного тем, что предложен комплексный анализ параллельных компонент сигнала. При этом спектральное и корреляционное описание сигнала осуществляется с учетом параллельного представления сигнала и имеет матричный аналитический вид. Показано, что функции АКФ для сигналов в ПСС могут быть эквивалентно представлены в СОК.

Автором установлено, что передача данных в СОК по последовательным КС может осуществляться без потери скорости. Использование параллельных КС для передачи данных в СОК максимально реализ>ет преимущества СОК в телекоммуникациях.

6. Разработаны методики построения феноменологических моделей параллельных многолучевых КС и их реализация на ЭВМ на основе существующих и перспективных КС. Кроме того, получены новые аналитические выражения для оценки помехоустойчивости и пропускной способности параллельных КС.

Разработаны подходы к построению параллельных КС на основе использования известных методов многоканального уплотнения КС.

7. Развивая ранее известные, предложены основные методы помехоустойчивого кодирования при передачи данных по последовательным КС. Произведена оценка основных характеристик кода для обеспечения требуемой корректирующей способности.

8. Па основе известных подходов предложены основные положения разработки протоколов в СОК с целью обеспечения их совместимости с существующими протоколами передачи данных в IICC. Па основе рассмотрения одного из протоколов предложена методика организации протоколов передачи данных в СОК.

Практическая значимость исследования заключается в некоторых практических подходах и предложениях по реализации параллельных инфокоммуникационных систем и внедрении массового параллелизма в существующие системы телекоммуникаций. В частности, практическими результатами работы является следующее.

1. Па основе результатов работы обоснована возможност ь передачи параллельных данных по последовательным КС без потери скорости передачи информации. В частности оценено количество информации, содержащейся в позиции числа, представленного в ПСС. Это позволит обоснованно использовать существующие последовательные КС для передачи данных в СОК. Одновременно с этим показано наличие существенного энергетического выигрыша в КС при использовании сигналов в СОК относительно сигналов в ПСС.

2. Рассмотрена возможность использования избыточности СОК при шифровании информации в системах активной безопасности. Т. е. предложено использовать естественную избыточность СОК для восстановления и компонентов ключа.

4. Обоснована необходимость разработки элементов телекоммуникаций в нейросетевом базисе на основе известных методов построения и обучения нейронных сетей. Это ускорит внедрение массового параллелизма на пользовательском уровне инфокоммуникационных систем.

Проведен анализ возможной реализации существующих элементов телекоммуникаций в параллельном нейросетевом базисе. Показано, что большинство таких элементов может быть реализовано на основе обучения нейронных сетей в реальных условиях. На основе математического описания элементов телекоммуникационных систем предложены реализации некоторых из них в неросетевом базисе.

Например, предложена реализация в нейросетевом базисе приемника сигналов в целом, которая ранее была недоступна из-за трудности формализации задачи такого приема.

5. Обоснован и предложен стандарт' протоколов передачи данных в СОК па всех уровнях построения инфокоммуникационных систем. Т. е. протоколов комбинированной передачи параллельных и последовательных данных по параллельным и последовательным КС.

Данный стандарт необходим при организации передачи и обработки данных в параллельных инфокоммуникационных системах.

Результаты исследования прошли апробацию в научных журналах и изданиях перечня ВАК, а гак же зарубежных изданиях, в докладах на международных конференциях, в электронных изданиях академии наук России. Материалы исследований использованы в НИР различных учреждений и в учебном процессе для преподавания дисциплин специализаций в институтах и университетах.

По результатам работы опубликовано 57 статей, в том числе 13 в изданиях, включенных в перечень ВАК. Результаты исследований докладывались на 35 конференциях, в том числе на 17 международных. Результаты работы использованы в 3-х учебных пособиях, включены в программы дисциплин специализации (ТУ по специальности «Параллельные компьютерные технологии». Результаты моделирования многолучевых КС использованы в 3-х НИР министерства обороны РФ на базе Ставропольского военпою института связи. Подано 2 заявки па изобретение. Общий перечень научных трудов автора имеет более 120 наименований.

Положения, выносимые на защиту.

1. Развитие теории интегрального исчисления для модулярных функций.

2. Методы спектрального и корреляционного анализа сигналов в СОК

3. Законы распределений вычетов сигналов в СОК.

4. Развитие теория информации для данных в СОК.

5. Доказанные теоремы.

6. Модель многолучевою параллельного капала связи.

7. Нейросетевые реализации элементов инфокоммуникаций на 'ЗИМ

8. Стандарты протоколов передачи параллельных данных по параллельным и последовательным каналам.

Работа имеет следующую структуру.

В первой главе проведен анализ существующих телекоммуникационных систем России и возможность их использования в параллельных инфокоммуникационных системах. Кроме того, проведен анализ существующих информационных технологий, применимых в параллельных инфокоммуиикационных системах, а так же уровень их внедрения в современные телекоммуникационные системы. Представлены основные направления внедрения массового параллелизма в инфокоммуникационные системы па различных уровнях от модуляции до организации протоколов. Обосновывается постановка научной проблемы исследования, цели исследования, а так же частные научные задачи. Приведена обобщенная блок-схема струк туры работы.

Во второй главе работы обосновано применение параллельной математики, как средства расширения возможностей инфокоммуникационных систем. С использованием стандартных методов теории вероятностей получены законы распределения вероятностей вычетов сигналов, представленных в СОК. На основе этих законов разработана теория информации в СОК. Кроме того, приведена теория модулярного интегрирования, позволяющая расширить теорию спектрального и корреляционного анализа для сигналов, представленных в СОК.

В третьей главе рассмотрены вопросы передачи параллельных данных по каналам связи. В частности рассмотрено аналитическое описание сигналов и спектров в параллельной математике. Кроме того, представлены элементы теории корреляции сигналов, представленных в СОК. Далее на основе доказательства теорем разработаны основы передачи параллельных данных по последовательным и параллельным КС. Далее обоснованы основные принципы помехоустойчивого кодирования сигналов, представленных в СОК, а так же некоторые возможности обеспечения информационной безопасности при передаче таких сигналов.

Следующая глава работы посвящена построению моделей реальных параллельных КС. Рассмотрены принципы построения таких моделей. На основе статистического моделирования получен новый обобщенный четырех-параметрический закон распределения вероятностей амплитуд в многолучевых КС, учитывающий как дискретную, так и диффузную многолучевость. Полученный закон в частном случае охватывает большинство законов распределений, используемых при построении реальных моделей КС. Рассмотрены принципы построения многолучевых параллельных КС.

Далее на основе теории временного, частот ного и кодового разделения сигналов представлена разработка многоканальных параллельных КС для передачи параллельных данных. Рассмотрены основы и принципы их построения. В заключение главы получены новые аналитические выражения расчета помехоустойчивости КС в рамках предложенной модели и полученного обобщенного четырехпараметрического закона, проведен анализ пропускной способности параллельных КС.

В пятой заключительной главе рассмотрены вопросы реализации параллельных каналов связи на основе параллельной элементной базы, такой как нейронные сети. Обоснованы принципы реализации инфокоммуникационных элементов. Разработаны нейронные сети некоторых из них. Показаны преимущества такой реализации, в частности предложена сеть приемо-декодирующего устройства для реализации приема сигнала в целом. Кроме того, в пятой главе рассмотрены принципы организации протоколов передачи данных, представленных в СОК для организации параллельных инфокоммуникационных систем. Предложена реализация одного из известных протоколов с учетом его адаптации к данным в СОК. Так же предложены четыре базовых стандарта передачи данных в инфокоммуникационных системах.

В конце главы приведены сводные таблицы преимуществ от внедрения параллелизма в телекоммуникационные системы.

В приложениях рассматриваются модели КС в рамках обобщенного четырехпараметрического и Накагами законов распределения амплитуд, проводится оценка параметров распределения для декаметровых КС. Так же рассматриваются условия возникновения пространственно разнесенных дискретных лучей в таких КС. Кроме того, в приложения вынесено машинное моделирование обучения нейронной сети для реализации согласованного фильтра по методу Хэбба. Так же в приложения вынесен вопрос применимости модулярного интегрирования для класса степенных функций.

Автор выражает особую признательность за ценные рекомендации д.т.н. проф. Червякову Н.И., а так же своему первому научному руководителю за критические замечания в вопросах построения моделей каналов связи, к.т.н. проф. Пашинцеву В.П.

I. ПРОБЛЕМЫ ПОСТРОЕНИЯ ПАРАЛЛЕЛЬНЫХ ИНФОКОММУНИКАЦИОННЫХ СИСТЕМ ДЛЯ ОБРАБОТКИ И ПЕРЕДАЧИ ПАРАЛЛЕЛЬНЫХ ДАННЫХ

Заключение диссертации по теме «Системы, сети и устройства телекоммуникаций», Смирнов, Александр Александрович

5.5. Выводы

В данной главе рассмотрены вопросы разработки элементов инфокоммуникационных систем в нейронных сетях.

Как показал анализ, практически все основные элементы телекоммуникационных систем могут быть реализованы в нейросетевом базисе. При этом, вновь разработанные элементы будут обладать основным преимуществом, присущим нейронным сетям, а именно их адаптации (самообучение) к реальным условиям распространения сигналов.

Были предложены разработки нейронных сетей некоторых элементов на основе их самообучения, как с учителем, так и без него. Разработанная схема приемно-декодирующего устройства в нейросетевом базисе позволяет на основе его использования строить приемные устройства с функцией приема сигнала в целом.

Поскольку максимальная эффективность в параллельных структурах достигается при одновременном применении параллельных технологий и параллельной математики, то особое внимание, при построении параллельных инфокоммуникационных систем, необходимо уделять модернизации существующих и разработке новых типов протоколов передачи данных.

Для организации передачи данных как в ПСС, так и в СОК по последовательным и параллельным КС одновременно с существующими вариантами протоколов передачи данных в ПСС (таблица 1.1) необходимо разрабатывать на основе существующих стандартов четыре новых основных формата протоколов.

- последовательная передача последовательных данных - Serial Data Single Channel (SDSC);

- параллельная передача последовательных данных - Parallel Data Serial Channel (PDSC);

- параллельная передача параллельных данных - Parallel Data Parallel Channel (PDPC);

- последовательная передача параллельных данных - Serial Data Parallel Channel (SDPC), являющаяся наиболее распространенным форматом в настоящее время.

ЗАКЛЮЧЕНИЕ

Проведенные в диссертационной работе исследования направлены решение актуальной проблемы «внедрения массового параллелизма в системы инфокоммуникаций».

В интересах данной научной проблемы были решены следующие частные задачи исследований.

1. Развитие математического аппарата интегрального исчисления для модулярных функций и вероятностного описания вычетов, необходимого для анализа сигналов в СОК, а так же представления теории информации в СОК.

В результате ее решения на основе доказательства 3-х теорем были получены законы распределения вероятностей вычетов в СОК, а так же предложен математических аппарат интегрального исчисления для модульных функций.

2. Развитие теории информации для данных в системе остаточных классов.

Па основе статистической оценки вычетов СОК была предложена теория информации для данных, представленных в СОК, была проведена количественная оценка избыточности СОК относительно ПСС.

3. Разработка научно-методического аппарата спектрального и корреляционного анализа сигналов в СОК.

На основе теории модулярного интегрирования и доказанных 4 -х теорем предложена методика спектрального и корреляционного анализа сигналов, представленных в СОК. Показано, что функции АКФ для сигналов в ПСС могут быть эквивалентно представлены в СОК.

Обоснована возможность передачи параллельных данных по последовательным КС без потери скорости передачи информации. В частности оценено количество информации, содержащейся в позиции числа, представленного в ПСС.

Показано наличие существенного энергетического выигрыша в КС при использовании сигналов в СОК относительно сигналов в ПСС.

4. Разработка моделей параллельных КС для передачи параллельных данных на основе существующих и перспективных КС.

В рамках данной задачи разработана статистическая многолучевая модель КС для передачи параллельных данных в реальных условиях распространения сигнала на основе известных подходов моделирования дискретно-стохастических (Р - схем), непрерывно-стохастических (Q -схем) и дискретно-детермипированных (F - схем) моделей [227J. Кроме того, получены аналитические выражения для оценки помехоустойчивости таких КС.

Разработаны подходы к построению параллельных КС на основе использования известных методов многоканального уплотнения КС.

5. Анализ возможных методов помехоустойчивого кодирования и обоснование основных направлений такого кодирования в КС при передаче данных в СОК.

Предложены основные методы помехоустойчивого кодирования при передачи данных по последовательным КС. Произведена оценка основных характеристик кода для обеспечения требуемой корректирующей способности.

Одновременно с этим рассмотрена возможность использования избыточности СОК при шифровании информации в системах активной безопасности.

6. Обоснование необходимости и разработка методики построения элементов телекоммуникаций в нейросетевом базисе на основе известных методов построения и обучения нейронных сетей.

В результате решения данной задачи проведен анализ возможной реализации существующих элементов телекоммуникаций в параллельном нейросетевом базисе. Показано, что большинство таких элементов может быть реализовано на основе обучения нейронных сетей в реальных условиях. На основе математического описания элементов телекоммуникационных систем предложены реализации некоторых из них в неросетевом базисе.

Кроме того, предложена реализация в нейросетевом базисе приемника сигналов в целом, которая ранее была недоступна из-за трудности формализации задачи такого приема.

7. Обоснование подходов и обобщенного стандарта при разработке протоколов передачи данных в СОК па всех уровнях построения инфокоммуникационных систем.

Разработаны основные положения разработки протоколов в СОК с целью обеспечения их совместимости с существующими протоколами передачи данных в ПСС. На основе рассмотрения одного из протоколов предложена методика организации протоколов передачи данных в СОК.

Кроме того, предложены четыре новых стандарта организации протоколов передачи параллельных и последовательных данных по параллельным и последовательным КС.

Новые научные результаты, полученные в диссертационной работе:

1. Получены законы распределения вероятностей вычетов и пар вычетов СОК.

2. Разработана теория информации в системе остаточных классов.

3. На основании доказанных теорем представлена теория интегрального исчисления для модульных функций.

4. Разработан научно-методический аппарат корреляционного и спектрального анализа сигналов в СОК.

5. Аналитически на основе доказательства теорем обоснована возможность передачи параллельных данных СОК по последовательным КС без потери скорости передачи информации.

6. Разработаны принципы кодирования информации в последовательных КС при передаче данных в СОК.

7. На основе статистического моделирования получен обобщенный закон распределения амплитуд, охватывающий основные законы, применяемые при построении моделей КС. На основе последнего получены новые аналитические выражения для оценки помехоустойчивости многолучевых КС.

8. Предложена методика оценки статистических характеристик в моделях КС в зависимости от физических параметров среды распространения сигнала.

9. Предложены принципы построения параллельных КС. Разработана теория построения многоканальных параллельных КС для передачи данных в СОК.

Достижение цели диссертационных исследований позволило предложить решение следующих практических задач.

1. Построение параллельных инфокоммуникационных систем для объединения параллельных оконечных устройств возможно как па основе перспективных параллельных КС, так и существующих последовательных КС. Однако в перспективе необходимо ориентироваться па параллельные КС.

2. Для повышения производительности инфокоммуникационных систем необходимо внедрять массовый параллелизм на всех уровнях. Т. е. необходимо использовать параллельную математику, такую как СОК, для обработки данных в параллельных оконечных устройствах, разработанных на базе нейронных сетей, и объединенных параллельными КС.

3. Для построения параллельных инфокоммуникационных систем необходимо разрабатывать протоколы передачи данных в СОК, удовлетворяющих основным принципам совместимости с существующими протоколами всех уровней стандарта OSI. При этом необходимо ввести четыре новых стандарта для всех протоколов всех уровней OSI. Это стандарты Serial Data Single Channel (SDSC), Parallel Data Serial Channel (PDSC), Parallel Data Parallel Channel (PDPC) и Serial Data Parallel Channel (SDPC).

4. Для разработки параллельных оконечных устройств, функционирующих в параллельной математике СОК, необходимо использовать нейронные сети. Такая реализация позволит интегрировать различные элементы инфокоммуникационных систем в единые нейросетевые устройства, реализующие функции этих элементов.

Построение нейронных сетей элементов инфокоммуникационных систем необходимо осуществлять на основе их математических моделей. Дальнейшая их интеграция возможна на основе оптимизации, объединенной в единое целое, нейронной сети.

Таким образом, цель диссертационных исследований, заключающаяся в разработке теории и принципов построения инфокоммуникационных систем для передачи и обработки параллельных данных на основе интеграции параллельной математики и теории электрической связи, внедрение массового параллелизма на всех уровнях этих систем, достигнута. Предложен математический аппарат и принципы, согласно которым возможно построение параллельных инфокоммуникационных систем.

Решенные в данной диссертационной работе задачи являются весьма актуальными с научной точки зрения и представляют практическую ценность.

Дальнейшие исследования по совершенствованию научно-методического аппарата должны быть направлены па развитие теорий анализа радиотехнических устройств для передачи и обработки сигналов в СОК, выбора оптимальных методов модуляции, углубление исследований в вопросах нейросетевой реализации параллельных инфокоммуникационных элементов, разработка новых стандартов протоколов передачи данных в СОК.

Список литературы диссертационного исследования доктор технических наук Смирнов, Александр Александрович, 2005 год

1. А куше кий И. Я., Бурцев В. Н. Принципы построения высокопроизводительных и надежных процессоров в непозициопных системах счисления // Теория кодирования и сложность вычислений. Алма-Ата: Наука, 1980.

2. Акушекий И. Я. Юдицкий Д. М. Машинная арифмет ика в остаточныхклассах. М.: Сов. радио, 1968. 440 с.

3. Акушекий И. Я., Пак И. Т. Вопросы помехоустойчивого кодирования впепозиционном коде // Вопросы кибернет ики, 1977. Т. 28. С. 36 -56.

4. Акритае А. Основы компьютерной алгебры с приложениями: Пер. сангл. М.: Мир, 1994. 544 с.

5. Альперт Я. Л. Распространение радиоволн в ионосфере. М.: АН1. СССР, 1960. 480 с.

6. Амамия М, Танака Ю. Архитектура ЭВМ и искусственный интеллект.- М.: Мир, 1993. 397 с.

7. Амербаев В. М Теоретические основы машинной арифметики. Алма-Ата: Наука, 1976. 324 с.

8. Андрианов В. И. , Соколов А. В. Средства мобильной связи. СПб.:1. BHV, 2001. 256 с.

9. Андронов П. С., Финк Jl. М Передача дискретных сообщений по параллельным каналам. М.: Сов. Радио, 1971. 345 с.

10. Анин Б. Ю. Защита компьютерной информации. СПб.: БХВ, 2000. 384 с.

11. Баркетов С. В., Куликов В. В., Смирнров А. А., Карпов Д.К. Син-дромное декодирование кодов БЧХ // Сборник научных трудов. Вып. 21. Ставрополь: ФРВИ РВ,2003.-С. 118-120.

12. Баркетов С. В., Смирнов А. А., Солчатов М.Э., Карпов Д.К. Передача сообщений шумовыми сигналами // Сборник научных трудов. Вып. 21. Ставрополь: ФРВИ РВ, 2003. - С. 124 126.

13. Баркетов С.В., Куликов В. В., Смирнов А.А, Еремин A.M. Информация и кодирование. Ставрополь: СФ ПГАТИ, 2004. 124 с.

14. Березин Ю. В., Крашенинников И. В. Модель частично рассеянного поля с полностью смещенным спектром //Геомагнетизм и аэрономия, 1979. Т. XIX, №4.-С. 641-645.

15. Бернард Скляр. Цифровая связь. Теоретические основы и практическое применение, 2-е издание. М.: Вильяме, 2003. 1 104 с.

16. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов. М.: Мир, 1989. 448 с.

17. Блейхут Р. Теория и практика кодов, контролирующих ошибки. -М.: Мир, 1986. 576 с.

18. Блум Ф., Лейзерсон А., Хофетедтер Л. Мозг, разум и поведение. -М.: Мир, 1988.

19. Бл'ж /О. Сети ЭВМ: протоколы, стандарты, интерфейсы: Пер. с англ. М.: Компьютер-пресс, 1998.

20. Бовбель Е. И., Паршин В. В. Нейронные сети в системах автоматического распознавания речи // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники, 1998, № 4. С. 49-65.

21. Борисов В. Л., Капитонов В. Д. Методика быстрого создания ней-роускоригелей // Нейрокомпьютеры: разработка, применение, 2000, № 1. С. 12-31.

22. Бочаров А.В.,. Гпошев А.С, Захватов М.В. и др. Аппаратная реализация ускорителя нейровычислений. // Известия вузов. Приборостроение, 1995. Т. 38, №1,2.

23. Бройдо В.Л. Вычислительные системы, сети и телекоммуникации -СПб.: Питер, 2003. 688 с.

24. Буга Н. II. Основы теории связи и передачи данных, ч. 1. Л.: ВИКА, 1970. 685 с.

25. Буга II. И. Основы теории связи и передачи данных, ч. 2. Л.: ВИКА, 1968. 707 с.

26. Быстрые алгоритмы в цифровой обработке изображений / Под ред. Т. Хуавга. М.: Радио я связь, 1984. 221 с.

27. Валях Е. Последовательно-параллельные вычисления. М.: Мир, 1985. 456 с.

28. Ван Три с Г. Теория обнаружения, оценок и модуляции. Т.1. Теория обнаружения, оценок и линейной модуляции. М.: Сов. радио, 1972. 336 с.

29. В an ник В. II. Червоненкис А. Я. Теория распознавания образов. М.: Наука, 1974. 416 с.

30. Варакин Л. Е. Системы связи с шумоподобными сигналами. М.: Радио и связь, 1985. 384 с.

31. Вейль А. Основы теории чисел: Пер. с англ./ Под ред. И.И. Пятецко-го-Шапиро. М.: Едиториал УРСС, 2004. 408 с.

32. Верлсбицкий В. М. Численные методы (линейная алгебра и нелинейные уравнения). М.: Высшая школа, 2000. 266 с.

33. Венедиктов М.Д., Крутиков В.А., Цнрлин И.С. Луна -.как пассивныйретранслятор в системах дальней связи // Перспективы технологии в средствах передачи информации. Материалы 5-й международной НТК. Владимир: Связьоценка, 2003. - С. 19-22.

34. Виноградов И. М. Основы теории чисел. М.: Наука, 1972. 168 с.

35. Влаеов А. И. Аппаратная реализация нейровычислительных управляющих систем // Приборы и системы управления, 1999, № 2. С. 6165.

36. Власов А. И. Нейросетевая реализация микропроцессорных систем активной акусто- и виброзащиты // Нейрокомпьютеры: разработка, применение, 2000, № 1. С. 4044.

37. Воеводин В.В., Воеводин Вл.В. Параллельные вычисления. СПб.: БХВ- Петербург, 2002.

38. Г. Корн, Т. Корн. Справочник по математике. М.: Наука, 1970. 720 с.

39. Галкин А. П., Лапин А. М., Самойлов А. Г. Моделирование каналов систем связи. М.: Связь, 1979. 94 с.

40. Галушкин А. И. и др. Некоторые концептуальные вопросы развития нейрокомпьютеров // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники, 1997, № 2. С. 3-10.

41. Галушкин А. И. Итоги развития теории многослойных нейронных сетей (1965—1995 гг.) в работах Научного центра нейрокомпьютеров и ее перспективы // Нейрокомпьютеры: разработка, применение, 1996, № 1,2.

42. Галушкин А. И. Нейрокомпьютеры в разработке военной техники США // Зарубежная радиоэлектроника, 1995, № 6. С. 4-21.

43. Галушкин А. И. Нейрокомпьютеры восьмидесятых (начало очередной революции в области нейрокомпьютеров) // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники, 1999, № 1. -С. 3-16.

44. Галушкин А. И. Некоторые исторические аспекты развития элементной базы вычислительных систем с массовым параллелизмом (80- и 90-е годы) // Нейрокомпьютер: разработка, применение, 2000, № 1.- С. 6882.

45. IЪлушкин А. И. Синтез многослойных систем распознавания образов.- М.: Энергия, 1974. 356 с.

46. Галушкин А. И. Современные направления развития нейрокомпьютеров в России // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники, 1998, № 1. С. 3-17.

47. Галушкин А. И. Теория нейронных сетей. М.: Радиотехника, 2000. 416 с.

48. Галушкин А. И., Крмсанов А. И. Оценка производительности нейрокомпьютеров // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники, 1998, № 1. С. 22-33.

49. Галушкин А. И., Судариков В. А., Шабанов Е. В. Нейроматематика: методы решения задач на нейрокомпьютерах // Математ ическое моделирование, 1991. Т. 3, № 8. С. 93-1 11.

50. Гармаш К. П. и др. Радиофизические исследования процессов в околоземной плазме, возмущенной высокоэнергетическими источниками. Часть 1.2// Успехи современной радиоэлектроники, 1999, № 7, № 8. С. 3-15, 3-19

51. Гельберг М. Г. Неоднородности высокоширотной ионосферы. М.: Наука, 1967. 548 с.

52. Гергель В.П., Стронгин Р.Г. Основы параллельных вычислений для многопроцессорных вычислительных систем. Н.Новгород, ННГУ, 2001.

53. Геришан В. Н., Ерухимов Л. Л/., Яшин Ю. Я. Волновые явления в ионосфере и космической плазме. М.: Наука, 1984. 392 с.

54. Гитлиц М.В., Лев А.К). Теоретические основы многоканальной связи: Учебное пособие для вузов связи. М.: Радио и связь, 1985.

55. Головин О. В. Декаметровая радиосвязь, М.: Радио и связь, 1990. 240 с.

56. Головиии Б. А. Вычислительные системы с большим числом процессоров. М.: Радио и связь, 1995. 318 с.

57. Горбань А. Н. и др. Иейроинформат ика. Новосибирск: Наука. Сибирское предприятие РАН, 1998. 296 с.

58. Горбань А. Н. Обучение нейронных сетей. М.: СП ПараГраф, 1990.

59. Горбань А. И., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. 256 с.

60. Голы не кий С.М. Денормализация рассеянного излучения в свободном пространстве// Вестник Моск. Ун-та. Сер. 3. Физика. Астрономия, 1990. Т. 31, № 6.

61. Градштейн И.С., Рыжик И.М. Таблицы интегралов, сумм, рядов и произведений. М.: Физматлит, 1962.

62. Грибова Е. 3., Саичев А. И. Расчет характеристик многолучевого распространения радиоволн в случайной среде методом фазовых экранов // Радиотехника и электропика, 1994. С. 193-199.

63. Даджиои Д., Мерсеро Р. Цифровая обработка многомерных сигналов. М.: Мир, 1988.

64. Девыс Р. О., И о кии Р. А. Кодирование методом вычетов и применение его в космической связи // Зарубежная радиоэлектроника, 1963, № 9. С. 3-21.

65. Джейн А. К., Мао Ж., Моиуддии К. М. Введение в искусственные нейронные сети. М.: Открытые системы, 1997, №4. - С. 16-24.

66. Долуханов М. П. Распространение радиоволн. М.: Сов. радио, 1972. 152 с.

67. Долуханов М. П. Флуктуационные процессы при распространении радиоволн. М.: Связь, 1971. 1 83 с.

68. Дорогое А. Ю. Структурный синтез быстрых нейронных сетей // Нейрокомпьютеры разработка и применение, 1999, № 1. С. 1 1-24.

69. Дуда Р., Карт 11. Распознавание образов и анализ сцен. М.: Мир, 1976.

70. Дэви с К. Радиоволны в ионосфере. М.: Мир, 1973. 502 с.

71. Ежов А., Нечеткий В. Нейронные сети в медицине. Открытые системы, 1997, №4. С. 34 - 37.

72. Ерофеев А. А. Сигнальные процессоры. — М.: Знание, 1991. 62 с.

73. Зозуля Ю. И. Интеллектуальные нейросистемы. М.: Радиотехника, 2003. 144 с.

74. Зюко А. Г., Клоеский Д. Д., Коржик В. И., Назаров М. В .Теория электрической связи / Под ред. Кловского Д. Д. М.: Радио и связь, 1999. 432 с.

75. Зюко А. Г., Клоеский Д. Д., Назаров М. В., Финк Л. М. Теория передачи сигналов. М.: Радио и связь, 1986. 304 с.

76. Иване Д. Системы параллельной обработки. М.: Мир, 1996. 408 с.

77. Иванов 10. П., Крысанов А. ИТагаченко А. М., Трошхов М. В. Основные направления разработки аппаратных средств реализации пейросетевых алгоритмов // Нейрокомпьютеры: разработка, применение, 1996, № 1, 2. С. 47-49.

78. Изварский К. Стандарт для городских просторов // Экспресс-Электроника http://electronica.finestreet.ru, 2004, № 1.

79. Исимару А. Распространение и рассеяние волн в случайно-неоднородных средах. Т. 1. Однократное рассеяние и теория переноса. М.: Мир, 1981. 279 с.

80. Исимару А. Распространение и рассеяние волн в случайно-неоднородных средах. Т. 2. Многократное рассеяние, турбулентность, шероховатые поверхности и дистанционное зондирование. -М.: Мир, 1981. 317 с.

81. Калинин А. И., Черепкова К. Л. Распространение радиоволн и работа радиолиний. М.: Связь, 1971. 440 с.

82. Карташевский В.1\ Обработка пространственно-временых сигналов в каналах с памятью. М.: Радио и связь, 2000. 272 с.

83. Карелов И. И. Реализация алгоритмов цифровой обработки сигналов на основе пейроподобной сет и // Сборник докладов 5 Всероссийской конференции «Нейрокомпьютеры и их применение», М., 17—19 февраля 1999.-С. 218-222.

84. Кеннеди Р. Каналы связи с замираниями и рассеянием. М.: Сов. радио, 1973. - 304 с.

85. Кириллов Н. Е. Помехоустойчивая передача сообщений по линейным каналам со случайно изменяющимися параметрами. М.: Сов. радио, 1971. - 256 с.

86. Кирсанов Э. Ю. Опытные образцы отечественных нейрокомпьютеров серии «Геркулес» на стандартной элементной базе // Нейрокомпьютеры: разработка, применение, 1997, № 1, 2. С. 49-55.

87. Корнеев В. Д. Параллельное программирование в МР1. М.: Институт компьютерных исследований, 2003. 303 с.

88. Кловский Д. Д. Передача дискретных сообщений по радиоканалам. -М.: Радио и связь, 1982. 304 с.

89. Кловский Д. Д. Теория передачи сигналов. -М.: Связь, 1973. 376 с.

90. Кловский Д. Д. Теория электрической связи. М.: Радио и связь, 1999. 432 с.

91. Кловский Д. Д., Сойфер В. А. Обработка пространст венно-временных сигналов. М.: Связь, 1976. 208 с.

92. Кля'зник В. В., Лоежев С. Н. Применение системы остаточных классов при построении цифровых фильтров // Вычислительные средства в технике и системах связи. М.: Связь, 1978. Выи. 3.

93. Кнут Д. Искусство программирования, том 2. М.: Издательский дом «Вильяме», 2004. 832 с.

94. Колосов М. А., Арманд Н. А., Яковлев О. И. Распространение радиоволн при космической связи. М.: Связь, 1969. 155 с.

95. Комарович В.Ф., Сосунов В.И. Случайные радиопомехи и надежность KB связи. М.: Связь, 1977. 136 с.

96. Комашинский В.И., Смирнов Д. А. Нейронные сети и их применение в системах управления и связи. М.: Горячая линия-Телеком, 2002. 94 с.

97. Комашинский В.И., Смирнов Д.А. Введение в нейро-информационные технологии. СПб.: Тема, 1999.

98. Кононов А. И., Потапенко А. М., Хахулин В. /'., Ющенко С. П. Ней-росетевые технологии в задачах обработки аэрокосмических изображений местности // Зарубежная радиоэлектроника, 1998, № 1. -С. 52-60.

99. Корнеев В. В. Параллельные вычислительные системы. М.: По-лидж, 1999.- 320 с.

100. Корнеев В. В., Киселев А.В. Современные микропроцессоры. М.: Нолидж, 2000.- 320 с.

101. Концепция развития рынка телекоммуникационных услуг РФ -- М.: Минсвязи РФ, wvvvv.minsvyaz.ru.

102. Кравцов Ю. А., Фейзулин 3. И., Виноградов А. Г. Прохождение радиоволн через атмосферу Земли. М.: Радио и связь, 1983. 224 с.

103. Кремер И. Я. и др. Пространственно-временная обработка сигналов. Под ред. И. Я. Кремера. М.: Радио и связь, 1984. 224 с.

104. ЮЬ.Курк Б. И. и др. Телекоммуникационные системы и сети. Том 1. Современные технологии. М.: Горячая линия-Телеком, 2003. 647 с.

105. Куссуль Э. М. Ассоциативные нейроподобные структуры. Киев: Наукова думка, 1990.

106. Маслов О.Н. Устойчивые распределения и их применение в радиотехнике. М.: Радио и связь, 1994.

107. Мкртчян С. О. Р1ейроны и нейронные сети. (Введение в теорию формальных нейронов.) М.: Энергия, 1971. 232 с.

108. Немтогин С., Стесик О. Параллельное программирование для многопроцессорных вычислительных систем СПб.: БХВ-Петербург, 2002.121 .Никольский В. В., Никольская Т. И. Электродинамика и распространение радиоволн. М.: Наука, 1989. 544 с.

109. Ноден II., Китте К. Алгебраическая алгоритмика (с упражнениями и решениями): Пер. с франц. М: Мир, 1999. -720с

110. Нуссбаумер Г и др. Быстрые преобразования Фурье и алгоритмы сверток. М.: Радио и связь, 1985. 248 с.124 .Огнев И. В., Борисов В. В. Интеллектуальные системы ассоциативной памяти. М.: Радио и связь, 1996. 176 с.

111. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. 344 с.

112. Орехова И. Дальнейшие шаги Hewlett-Packard в области хранения данных // Банковские Технологии, 2002, № 7-8.

113. Олифер В.Г., Олыфер Н.А. Компьютерные сети. Принципы, технологии, протоколы. СПб.: Питер, 2002. 672 с.

114. Пашипцев В. П., Антонов В. В., Смирнов А. А., Солчатов М. Э. Оценка времени запаздывания сигналов с частотно-селективными замираниями // Направления развития систем и средств связи. Воронеж: ВНИИС, 1996. Т. 1.-С. 41-46

115. Пашипцев В. П., Смирнов С. А., Антонов В. В. 11екогерентное обнаружение сигнала с райсовскими замираниями // Передача, обработка и отображение информации. Ставрополь: Краевое отделение МАИ, 1995. -С. 110-115.

116. Пашипцев В. П., Тишкин С. А., Смирнов А. А. Аналитическая аппроксимация индекса мерцаний в трансионосферпых каналах связи // Сборник научных трудов. Вып. 16. Ставрополь: СВВИУС, 1998. - С. 36-38

117. Пашипцев В. П., Тишкин С. А., Смирнов А. А., Воровлев И. И. Эквивалентный путь распространения декаметровой волны в сфериче-скислоистой ионосфере // Электронный журнал РАН «Радиоэлектроника», htpp:\\ www.cplire.ru № 8, 2001.

118. Пашинцев В. П., Тишкин С. А., Смирнов А. А., Солчамов М. Э. Оценка времени запаздывания сигналов в зависимости от степени частотно-селективных замираний // Сборник научных трудов. Вып. 13. -Ставрополь: СВВИУС, 1995.-С. 12-16.

119. Пелегов Ю. Ф., Турецкий С. И., Репкин В. П. Проблемы передачи данных по автоматизированным радиолиниям ДКМ диапазона // Электросвязь, 1986, №5.-С. 14-18.

120. Пении П. И. Системы передачи цифровой информации. М.: Сов. радио, 1976. 368 с.

121. Пестряков В. Б. и др. Шумоподобные сигналы в системах передачи информации. Под ред. В.Б. Пестрякова. М.: Сов. радио, 1973. 424 с.

122. Питер Резави. Беспроводные чудеса в решете // LAN. Издательс тво "Открытые системы" , http://www.osp.ru/, 2000, № 6.

123. Попов Г.И. Телекоммуникационные системы передачи. Часть 1. -Новосибирск: СГУТИ, 2001.204 с.

124. Пятибратов А.П., Гудыно Л.П., Кириченко А.А. Вычислительные системы, сети и телекоммуникации. М.: Финансы и статистика, 2003. 512 с.

125. Розенблатт Ф. Принципы нейродинамики (перцептроны и теория механизмов мозга). М.: Мир, 1965.

126. Ромонец Ю. В., Тимофеев П. А., Шачьгнн В. А. Защита информации в компьютерных сетях и системах / Под ред. В. А. Шаиьгина. М.: Радио и связь, 1998. 328 с.

127. Рытое С. М., Кравцов 10. А., Татарский В. И. Введение в статистическую радиофизику. Ч. 1, 2. Под ред. С.М. Рытова. М.: Наука, 1978.

128. Самарский А. А., Михайлов A.PL, Математическое моделирование. -М.: Физматлит, 320 с.

129. Самойлов А. Г. Моделирование радиоканалов миллиметрового диапазона // Перспективы технологии в средствах передачи ипформации. Материалы международной НТК. Владимир: РОСТ, 2001. - С. 24-29.

130. Сенаторов М. и др. Сеть банка России // Сети, 2000, № 5.

131. Сеник В. В., Бондарь В. В., Смирнов А. А. Математические аспекты проблемы восстановления секретных ключей «проекций» в системах активной безопасности // Инфокоммуникационные технологии, 2004. Т. 2, № 4.

132. Сервинский Е. Г. Опт имизация системы передачи дискретной информации. М.: Связь, 1974. 336 с.

133. Сергеев Я.Д., Стронгин Р.Г., Гриишгин В.А. Введение в параллельную глобальную оптимизацию. Н. Новгород: ННГУ, 1998.151 .Сергыенко А. Б. Цифровая обработка сигналов. СПб.: Питер, 2003. 608 с.

134. Смирнов А. А. Доказательство применимости распределения Накага-ми при значениях параметра т<0.5 // Труды участников международной школы семинара памяти Н.В. Ефимова. Абрау-Дюрсо: РГУ, 2002. - С. 222-224.

135. Смирнов А. А. и др. Аналитический расчет помехоустойчивост и строенного приема сигналов // Сборник научных трудов. Вып. 16. -Ставрополь: СВВИУС, 1998. С. 42-44.

136. Смирнов А. А. и др. О возможности упрощения процедур кодирования и декодирования кодов ЬЧХ // Физика волновых процессов и радиотехнические системы , 2003. Т. 6, № 5. С. 20-23.

137. Смирнов А. А. и др. Оценка помехоустойчивости приема сигналов в двухлучевых декаметровых каналах связи // Информационные системы на железнодорожном транспорте, Харьков, 2000, № 1. С. 16-18.

138. Смирнов А. А. и др. Применение чисел Мерсенна и Ферма при передаче данных // Труды участников международной школы семинара памяти П.В. Ефимова. Абрау-Дюрсо: РГУ, 2004. - С. 203-205.

139. Смирнов А. А. Математическое описание сигналов, используемых для передачи данных в параллельном формате // Вестник Ставропольского государственного университета, 2004. Вып. 38. С. 40 - 45.

140. Смирнов А. А. Обобщенный чегырехпараметрический закон распределения при интерференции двух лучей со случайной амплитудой // Известия Вузов. Северо-Кавказский регион. Естественные пауки. Приложения, 2004, № 2. С. 35-42.

141. Смирнов А. А. Повышение качества дскаметрового канала связи при возникновении дискретной многолучевости // Техника и технология связи. СПб.: ГУТ им. проф. М.А.Бонч-Бруевича, 2000. - С. 57- 60.

142. Смирнов А. А. Принципы передачи данных в формате системы остаточных классов по параллельным каналам // Инфокоммуникацион-ные технологии, 2004, Т. 2, № 4.

143. Смирнов А. А. Распределение вероятностей вычетов данных, представленных в системе остаточных классов // Физика волновых процессов и радиотехнические системы, 2005, № 1. С. 99 103.

144. Смирнов А. А. Расчет параметров чет ырехпараметрического распределения при распространении ДКМ волны через ионосферу // Теоретические и прикладные проблемы современной физики. Ставрополь: СГУ, 2002. - С. 315-321.

145. Смирнов А. А. Физика процесса и статистические характеристики подрелеевских замираний в декаметровых каналах связи // Информационные системы на железнодорожном транспорте, Харьков, 1998, №6. -С. 29-30.

146. Смирнов А. А. Эквивалентное распределение электронной концентрации в сферическислоистой ионосфере // Студенческая паука -Экономике России. Ставрополь: СевКавГ'ТУ, 2001. - С. 29-30.

147. Смирнов А. А., Малофей А.О. Методика оценки качества телекоммуникационных линий с двулучевым распространением сигнала // Физика волновых процессов и радиотехнические систем, 2003. Т. 6, № 5. С. 56-58.

148. Смирнов А. А., Малофей А.О. Оценка качества двухлучевого канала связи в условиях применимости закона распределения Накагам // Инфокоммуникационные технологии, 2003. Т. 1, № 2. С. 37-40.

149. Смирнов А. А., Малофей А.О. Распределение огибающей в двухлуче-вом декаметровом канале связи с четырехпараметрическими замираниями в дискретных лучах // Сборник научных трудов. Вып. 18. -Ставрополь: ФРВИ РВ, 2000. С. 58-60.

150. Смирнов А. А., Пашипцев В. П., Тишкин С.А. Аналитическая аппроксимация индекса мерцаний в трансиопосферных каналах связи // Сборник научных трудов- Вып. 16. Ставрополь: СВВИУС,

151. Сборник научных трудов. Вып. 16. Ставрополь: СВВИУС, 1998. -С. 36-38.

152. Смирнов А. А., Сахнюк П. А., Сеинк В. В. Синтез схем цифровой обработки сигналов на основе обучения нейросетевых схем // Нейрокомпьютеры: разработка, применение, 2004, № 5, 6. С. 91-93.

153. Смирнов А. А., Солчатов М.Э. Глубина замираний и достоверность приема сигналов в двухлучевых КС с глубокими замираниями // Сборник научных трудов. Вып. 18. Ставрополь: ФРВИ РВ, 2000. -С. 61-63.

154. Смирнов А. А., Солчатов М.Э. Применение закона распределения накагами для описания замираний в двухлучевых каналах связи // Перспективы технологии в средствах передачи информации. Материалы международной НТК. Владимир: РОСТ, 2001. - С. 83-86.

155. Смирнов А. А., Солчатов М.Э. Расчет помехоустойчивости ДКМ КС при возникновении замираний Хмельницкого. // Сборник научных трудов. Вып. 17. Ставрополь: СВВИУС, 1999. - С. 40-42.

156. Смирнов А. А., Тишкин С. А., Солчатов М. Э. Помехоустойчивост ь ДКМ КС при наличии дискретной многолучевости // Сборник научных трудов. Вып. 17. Ставрополь: СВВИУС, 1999. - С. 31-33.

157. Смирнов А. А., Тишкин С.А. Оценка помехоустойчивости приема сигналов в декамегровых каналах связи с дискретно-диффузной многолучевостью // Техника и технология связи СПб.: ГУТ им. проф. М.А. Ьонч-Бруевича, 2000. - С. 61-63.

158. Смирнов А. А., Червяков И. И. Применение чисел Мерсена и Ферма в качестве оснований системы остаточных классов в двоичном каналесвязи // Инфокоммуникационные технологии, 2004, т. № 2 , № 1. С. 24-28.

159. Смирнов А. А., Червяков И. И. Проблемы построения инфотелеком-муникационных систем для обработки параллельных данных // Перспективы технологии в средствах передачи информации. Материалы 5-й международной НТК. Владимир: Связьоценка, 2003. - С. 67-69.

160. Смирнов А. А., Червяков Н. И. Протоколы передачи данных в системе остаточных классов для последовательных каналов связи // Инфокоммуникационные технологии, 2004. Т. 2, № 4.

161. Смирнов А. А., Шишкин Д.П., Долгополое К.А., Смирнова О. И. Модулярное интегрирование и гармонический анализ // Груды участников международной школы семинара памяти Н.В. Ефимова. Абрау-Дюрсо: РГУ, 2004. - С. 224-226.

162. Сеник В.В., Смирнов А.А. Модулярное интегрирование класса степенных функций // Инфотелекоммуникационные технологии в науке, производстве и образовании. Материалы 1-й международной НТК. Ставрополь: Мин. обр. и науки, СКГТУ, 2005. С. 526 - 535.

163. Солчатов М. Э., Смирнов А. А. Помехоустойчивость строенного приема в каналах связи с ЧСЗ и МСИ // 11ерспективы технологии в средствах передачи информации. Материалы 5-й международной НТК. Владимир: Связьоценка, 2003. - С. 257- 260.

164. Сороко Л.М. Основы голографии и когерентной оптики. М.: Наука, 1971.

165. Справочник по спутниковой связи и вещанию / Под ред. Л.Я. Кантора. М.: Радио и связь, 1983. 288 с.

166. Стейн С., Джонс Дж. Принципы современной теории связи и их применение к передаче дискретных сообщений. М.: Связь, 1971. 376 с.

167. Таха Хэмди А. Введение в исследование операций.: Пер. с англ. М.: Издательский дом «Вильяме», 2001. 912 с.

168. Тепляков И. М, Калашников И. Д., Рощин Б. В. Радиолинии космических систем передачи информации. Под ред. Теплякова И. М. М.: Сов. радио, 1975. 400 с.

169. Тихонов В. И. Оптимальный прием сигналов. М.: Радио и связь, 1983. 320 с.

170. Тихонов В. И. Статистическая радиотехника. М.: Сов. радио, 1966. 678 с.

171. Торгашев В. А. Система остаточных классов и надежность ЦВМ. -М.: Сов. Радио, 1973. 118 с.

172. Тучков Н. Т. Автоматизированные системы и радиоэлектронные средства управления воздушным движением. М.: Транспорт, 1994. 368 с.

173. Уоссерман Ф. Иейрокомпьютерная техника: Теория и практика. -М.: Мир, 1992. 240 с.

174. Финк Л. М. Сигналы, помехи, ошибки. М.: Радио и связь, 1984. 256 с.

175. Финк Л. М. Теория передачи дискретных сообщений. М.: Сов. радио, 1970. 727 с.

176. Фокин В. Г. Управление телекоммуникационными сетями. Новосибирск: СГ'У'ГИ, 2001. 1 12 с.

177. Хаит Э. Искусственный интеллект. М.: Мир, 1978.

178. Xbioj К., Хыоз Т. Параллельное и распределенное программирование с использованием С++. М.: Вильяме, 2004. 672 с.

179. Цифровая обработка сигналов. Справочник / Под ред. Jl. М. Голь-денберга. -М.: Радио и связь, 1985. 312 с.

180. Цыпкин Я. 3. Основы теории обучающихся систем. М.: Наука, 1970. 251 с.

181. Цокур Э.А. Использование СОК для повышения надежност и цифровых многоканальных систем передачи информации / Диссертация па соискание ученой степени кандидата технических наук. Красноярск: КГТУ. 2001. 179 с.

182. Червяков Н. И. и др. Модулярные параллельные вычислительные структуры нейропроцессорных систем. М.: Физматлиг, 2003. - 288 с.21 1. Червяков II. И. и др. Нейрокомпьютеры в остаточных классах / Под ред. Черепкова II. И. М.: Радиотехника, 2003. 272 с.

183. Червяков Н. П. и др. Нейросетесая реализация в ПСКВ операций ЦОС повышенной разрядности // Нейрокомпьютеры, разработка, применение, 2004, № 5 6. - С. 94-100.

184. Червяков Н. И. Применение системы остаточных классов в цифровых системах обработки и передачи информации. Ставрополь: СВВИУС, 1985. 68 с.

185. Червяков II. И., Велигоиш А. В., Калмыков И. А., Иванов //. Е. Цифровые фильтры в системе остаточных классов // Радиоэлектроника, 1995, № 8. С. 1 1-20.

186. Червяков II. И., Сахнюк П. А., Шапошников А. В. Иерархическая модульная ПС с деградирующей структурой, функционирующая в системе остаточных классов // Нейрокомпьютеры: разработка, применение, 2000, № 2.-С. 63-71.

187. Червяков Н. И., Тыичеров К. Т., Велвгоша А. В. Высокоскоростная обработка сигналов с использованием непозиционпой арифметики // Радиотехника, 1997, № 10. С. 23-27.

188. Червяков Н. И., Шалин Б.С. Коррекция ошибок в модулярных нейрокомпьютерах // Нейрокомпьютеры, разработка, применение, 2004, № 5, 6. -С. 15-18.

189. Черепкова E.JI., Чернмшов О. В. Распространение радиоволн. М.: Радио и связи, 1984. 272 с.221 .Черный Ф. Б. Распространение радиоволн. М.: Сов. радио, 1972. 464 е.

190. Чернышевская Е. И. Управление качеством в сфере телекоммуникаций. Новосибирск: СГУТИ, 2002. 272 с.

191. Чернышов В. П., Шейнмап Д. И. Распространение радиоволн и аи-тенно-фидерные устройства. М.: Связь, 1972. 408 с.

192. Шаров А.Н., Степаиец В.А., Комашипский В.И. Сети радиосвязи с пакетной передачей информации. СПб.: ВАС, 1994.

193. Шишов В. И. Дифракция волн на сильно преломляющем случайном фазовом экране // Известия вузов, т. XIV, № 1,1971. С. 85 -91.

194. Шуба К). А. Оценка целесообразности применения системы остаточных классов в аппаратуре обработки сигналов // Радиотехника, 1980. Т. 25, № 1. С. 75-76.

195. Яковлев Б. //., Советов С. А. Моделирование систем. М.: Высшая школа, 2001. 344 с.

196. Якушев Д. Ж. Применение нейрокомпьютеров в финансовой деятельности. Зарубежная радиоэлектроника. Успехи современной радиоэлектроники, 1998, №4. - С.61-68.

197. Ярлыков М.С. Статистическая теория радионавигации. М.: Радио и связь, 1985.230. www.parallel.ru. Лаборатория параллельных информационных технологий, НИВЦ МГУ.

198. Aazhang В., Paris В.P., Orsak G. С. Neural Networks for Multiuser Detection in CDMA Communications, IEEE Trans. Comm., July 1992, vol. 40, pp. 1212 1222.

199. Atsushi H. ATM communications network control by neural networks. 1EEF. Trans, on Neural Networks, vol. 1, №1, 1990.

200. Bourlard A., Wellekens C. J., Links between Markov models and multilayer per-ceptrons, IEEE Trans. Patt. Anal. And Mach. Intell., 1990, vol. 12, pp. 1167 1178.

201. Braeunnl T. Parallel Programming. An Introduction. Prentice Hall, 1996.

202. Brown Т. X. Neural network for switcing. IEEE Comm. Mag., Nov., 1989, pp.72-81.

203. Campbell M., Toberg S., 3-D Wafer scale Architectures for neural network computing., IEEE Trans Veh. TechnoL, 1993. vol. CHMT-16, no. 7, pp.646-655.

204. Dimitri P. Bert.sek.as, John N. Tsitsiklis. Parallel and distributed Computation. Numerical Methods. Prentice Hall, Englewood Cliffs, New Jersey, 1989.

205. Fortuna L., Geaziani S., Presti M. L., Muscato G. Improving back-propagation learning using auxiliary neural networks. Int. J. Control. 1992. v.55, №4, pp. 793 807.

206. Funabiki N., Takefuji Y, Neural network parallel algorithm for channel assignment problems in cellular radio networks. IEEE Transactions. Veh. Techno!., vol. 41, № 4, Nov. 1992, pp. 464 474.

207. Funabiki Nobuo, Takefuji Yoshiyasu, Lee Cuo Chun. A neural network model for traffic control in multistage interconnection networks. IJCNN-91, Seattle, Wash., July 8-12, 1991, vol. 2, p.898.

208. Ghez S., Verdu S., Schwartz Stuart C, Optimal Decentralized Control in the Random Access Multipacket Channel, IEEE Trans. Automat. Contr., vol. 34, pp. 1 153-1 163, Nov. 1989.

209. Harris Drucker, Yann Le Сип, Improving Generalization Performance Using Backpropagation //IEEE Transactions on Neural Networks, Vol.3, N5, 1992, pp.991-997.

210. Hata M. Empirical formula for propagation loss and land mobile radio services. IEEE Transactions., 1980, VT-29(3).

211. Hopfield J., Neural Networks and Physical Systems with Emergent Collective Computational Abilities, in Proc. National Academy of Sciencies, USA 79, 1982, pp. 2554-2558.

212. Hopfield J., Tank D., Neural computation of decision in optimization problems, Biol. Cybernet, 1985, vol.52, pp.141-1 52.

213. Jenkins W. K. Quadratic modular namber codes for complex digital signal processing // IEEFE Proc. Inf. Symp. Circuits and Syst., Monreal, Canada, May 1984.

214. Mouly M, Pautet M.B. The GSM System for Mobile Communications. 1992. p.p. 702.

215. Nakagami M. The m distribution a general formula of intenaity Distribution of rapid fading. Statistical Methods in Radio Wave Propagation. New-York, 1960.- 36 pp.251 .Parallel and Distributed Computing Handbook. / Ed. A.Y. Zomaya. -McGraw-Hill, 1996.

216. Suderstwool M. A. A high speed low-cost recursive digital filter using residue number arithmetic // IEEE. Vol. 65. P. 1065-1067.

217. Zhang D. Parallel designs for Chinese remainder conversion // Proc. Int. Conf. Parallel Process (17-21 Aug. 1987). University Park, Pa, 1987. P. 557-559.

218. Zhang D. Parallel VLSI neural sections designs. — Springer, 1998. P. 257.

219. Zhang D., Jullien G.A. and Miller IV. C. (1989). A neural-like approach to finite ring computation // IEEE Trans. Circuits and Syst., 1990. V. 37, № 8. P. 1048-1052.

220. Zhang D., Jullien G.A., Miller IV.C. VLSI implementations of neural-like networks for finite ring computations // Proc. 23nd Vidwest Symp. Circuits and Syst., Champaign, III, Aug. 14-16, 1989. Vol. 1. N.-Y., 1990. P. 485-488.

221. Zhu F. Two-Dimensional Recursive Past Fourier Transform. — IFF Proc., 1990. V. 137, pt. F, № 4.1. Приложеиие 1.

222. П. I. ЗАМИРАНИЯ СИГНАЛА В РАМКАХ ЧЕТЫРЕХПАРАМЕТРИЧЕСКОГО ЗАКОНА РАСПРЕДЕЛЕНИЯ

223. П. 1.1. Математическое описание сигнала

224. Принимаемый сигнал в канале связи с замираниями можно представить как0 = .v(f-Tcp).]*/,/ =s(t)K,1. П.1.1)где 0/=-О)А//- случайная фаза сигнала по I тому лучу. Случайный множитель при s(t- т ) есть коэффициент передачи КС1. K(m\t) = k.1. П. 1.2)i

225. Распределение фаз принимаемой волны 6кпри этом имеет вид1. OvG,, expт 2 \ m~ my2a. 2a;9 "J ' '2n(av cos" 0 + a;, sin" 0)1 ^ Ач т:с'А 1 + Ф{42к) , (П. 1.4)где к =9 9 9 9avmx cos 0 + avwl, sin 012/9 } 2 .g~cvJg~ cos" 0 + c7v sin" 0

226. Глубина замираний, оцениваемая индексом мерцаний, принимает значения

227. Рассмотрим частные случаи. Предположим, что передаваемый сигнал монохроматический, т.е. го- (о(), т'огда 0/ =oj(1 А//

228. П.1.2. Релеевские замирания1. Предположим:

229. В среде распространения присутствуют только мелкомасштабные неоднородности.

230. Амплитуды диффузных лучей не одинаковы. Например, наблюдаются неоднородности с большим разбросом относительно среднего размера.

231. Подстановка (П. 1.6) в (П. 1.3) позволяет получить распределение для коэффициента передачи каналаа"1 '1. П.1.7)которое носит название закона Рэлея. Поэтому при условии Д/| > 1//0 замирания носят название релеевские.

232. Подстановка (П. 1.6) в (П. 1.4) позволяет получить распределение для фазы коэффициента передачи в виде1. W{ 8) = 1. П.1.8)2 71

233. То есть фаза распределена по равномерному закону. Следовательно, в релеевских каналах связи всегда наблюдается неопределенность фазы. Или каналы связи с неопределенной фазой сигнала.

234. Подстановка (П. 1.6) в (II. 1.5) позволяет получить значение индекса мерцаний р" 1. Т. е. Релеевские замирания стоят на границе между глубокими и неглубокими замираниями.

235. П. 1.3. Обобщенно-Релеевские замирания1. Предположим:

236. В среде распространения присутствуют только мелкомасштабные неоднородности.

237. Амплитуды диффузных лучей не одинаковы. Например, наблюдаются неоднородности с большим разбросом относительно среднего размера.

238. В этом случае случайный коэффициент передачи ^к/е'{)1 можно-1представить как векторы отдельных лучей, занимающих преимущественное положение относительно некоторой оси (рис. Г1.1.2), и имеющих различное значение амплитуд.

239. На рис. П. 1.2 представлен случай, когда система координат повернута на угол ср = arctanmvjmx, таким образом, чтобы выполнялосьусловие2 "> ?т г = ф = 0; тх = а ; а = а" = а".1. ПЛ.9)

240. В среде распространения присутствуют только мелкомасштабные неоднородности.

241. Амплитуды диффузных лучей одинаковы. Например, наблюдаются неоднородности с большим разбросом относительно среднего размера.

242. Подстановка (13) в (3) позволяет получить распределение для коэффициента передачи каналаis 2 7 \ ; , ~> 1 J ( \к к +а~ 1Д (2/41)!! (ст" -а:,) , апд:аг 2а" )М) /!• 2 а;.ар пх Jкоторое носит название закона Бекмана.

243. Подстановка (П. 1.13) в (П. 1.4) позволяет получить распределение для фазы коэффициента передачи в виде1 Novor ехр77 v2g:u'4(0) = —.-, V- |1 + Unekl l + Ф(у/2к). I, (Г1.1.1 5)2ti(g,, cos 0 + a; sin" 0) Jja~wv cos" 0где к =

244. OyG'JOy cos" 0 + a~ sin" 0

245. Подстановка (П. 1.13) в (П. 1.5) позволяет получить значение индекса мерцаний для различных значений статистических параметров. Причем, чем больше тх, тем меньше 3" < 1. То есть замирания Бекмана являются неглубокими замираниями.

246. П. 1.5. Односторонне-нормальные (ОН) замирании

247. В среде распространения присутствуют' только крупномасштабные неоднородности.

248. Амплитуды диффузных лучей одинаковы. Например, наблюдаются неоднородности только с размерами соизмеримыми с первой зоной Френеля.

249. Разность времени распространения лучей достигает значений 2п

250. A tj= —. В этом случае 0/=-(о0-А// достигает значений ±тг; (о о0.0 • At/ х п => А// «!/./(). В этом случае случайный коэффициент передачи-1положение параллельное относительно одной из осей декартовой системы координат (рис. П. 1.4).1. Рис. П. 1.4.

251. Очевидно, что статистические моменты квадратурных компонент Аг(о>,/)и Y((»,t) можно представит ь в видеwv = т = а" = 0; а"у = сг. (П. 1.1 7)

252. Подстановка (П. 1.1 7) в (П. 1.4) позволяет получить распределение для фазы коэффициента передачи в виде

253. То есть распределение фазы имеет вид полсуммы двух дельта функций, что соответствует рис. П. 1.4. Следовательно, в КС с Oil распределением коэффициента передачи наблюдается неопределенность фазы. Или каналы связи с неопределенной фазой сигнала.

254. Подстановка (П.1.6) в (II. 1.5) дает значение индекса мерцаний У-2. Т. е. ОН наиболее глубокие замирания в рамках четырехпараметрического закона.

255. П.1.6. Подрелеевсике замирания1. Предположим:

256. В среде распространения присутствуют крупномасштабные и мелкомасштабные неоднородности.

257. Амплитуды диффузных лучей не одинаковы. Например, наблюдаются неоднородности размерами соизмеримыми с первой зоной Френеля, состоящие из мелкомасштабных неоднородное гей.

258. Разность времени распространения лучей достигает значений 2л

259. Atj =—. В этом случае 0/=-соо-Л// достигает преимущественных зна-со0чений ±к; со0 Atj к л=> At{ « 1 / /().

260. В этом случае случайный коэффициент передачи ^Г ко,е 1 можномпредставить как векторы отдельных лучей, занимающих преимущественное положение параллельное относительно одной из осей декартовой системы координат (рис. П. 1.5).

261. Очевидно, что статистические моменты квадратурных компонент Х(о),1)и Y((»,t) можно представить в видеmx=mv=0\ o2v*c>; (11.1.20)1. Ay1. К 11. Рис. 11.1.5.

262. Подстановка (П. 1.20) в (П. 1.4) позволяет получить распределение для фазы коэффициента передачи в виде.40. QvC7r —(П.1.22)2л(а~ cos" 9 + а~. sin" 0)

263. То есть распределение фазы имеет два экстремума в области -л/2 и л/2. Следовательно, в хойтовских каналах связи наблюдается неопределенность фазы. Или каналы связи с неопределенной фазой сигнала.

264. Подстановка (Г1.1.20) в (П. 1.5) позволяет получить индекс мерцаний 1 < Р- < 2. То есть замирания Хойта более глубокие, чем Релеевские.

265. Помимо приведенных частных случаев возможны более сложные комбинации сочетаний тх,т , а2,с2 при которых возникают и бимодальные распределения.